Vraag en antwoord met Palmy Chomchat Silarat, Community Partner Fellow
Washington STEM is verheugd dat Palmy Chomchat Silarat ons team komt versterken als een Gemeenschapspartner Fellow. Lees verder om meer te weten te komen over het carrièrepad van Palmy en hoe ze van plan is datawetenschap te gebruiken om meer gelijkheid in STEM-onderwijs te bevorderen.
V. Waarom heb je besloten om je bij Washington STEM aan te sluiten?
Ik sloot me aan bij Washington STEM als onderdeel van mijn doctoraatsprogramma's omdat ik wat ik op school leer in de echte wereld wilde gebruiken en een positieve impact op de gemeenschap wilde hebben. Met mijn interesse in billijke sociale statistieken ontdekte ik de noodzaak van onderzoek en evaluatie bij Washington STEM en koos ervoor om te solliciteren!
V. Wat betekenen gelijkheid in STEM-onderwijs en loopbaan voor jou?
Gelijkwaardigheid in het STEM-onderwijs betekent veel voor mij. Idealistisch betekent dit dat elk individu dat interesse toont in STEM-onderwijs en carrières een gelijke kans krijgt om hun interesses te volgen, hun doelen te bereiken en hun dromen te leven. In de echte wereld zou gelijkheid eruit kunnen zien als ervoor zorgen dat jonge studenten vroeg en vaak worden blootgesteld aan STEM-onderwerpen. Het kan ook zorgen voor gelijke toegang tot ondersteunende diensten die hen in staat stellen op het goede spoor te komen voor een STEM-opleiding en carrière of om na hun afstuderen te streven naar even concurrerende salarissen op de arbeidsmarkt.
V. Waarom heb je voor je carrière gekozen?
Datawetenschap en -analyse zijn buitengewoon krachtig. Bij verantwoord gebruik kunnen ze schaalbare, positieve effecten hebben, maar als ze onzorgvuldig worden gebruikt, kunnen ze segregatie en ongelijkheid creëren. Het gebied van wiskunde en statistiek was historisch sterk verbonden met eugenetica, wat betekent dat getallen worden gebruikt om mensen te marginaliseren. Ik beargumenteer echter dat getallen en technieken zelf niet inherent onbillijk zijn; het hangt af van hoe mensen ze gebruiken. Mijn passie is om data science zo verantwoordelijk mogelijk te gebruiken. Ik ben elke dag gefascineerd door dit vooruitstrevende veld en ik hoop dat ik vaardiger zal worden naarmate ik groter word.
V. Kun je ons meer vertellen over je opleiding/carrièrepad?
Ik ga gewoon een chronologisch verhaal geven. Hoewel ik al van jongs af aan van wiskunde hield, had ik niet het vertrouwen om het op de universiteit na te streven. Ik was een klassiek geschoolde concertpianist die altijd om toestemming smeekte om onderzoeksverslagen over muziektherapie te lezen. Buiten de opleiding om zat ik in wiskunde- en natuurkundelessen die niet nodig waren voor mijn diploma. Na meer dan tien jaar training, realiseerde ik me dat ik terug wilde naar het kraken van cijfers en besloot een jaar lang een op onderzoek gebaseerde master in Cambridge te volgen. En na dat cruciale jaar kreeg ik genoeg zelfvertrouwen en vaardigheden om officieel een carrière in de datawetenschap te beginnen. Tijdens het eerste jaar van de pandemie werd ik gecontracteerd bij een start-up die kleine lokale ziekenhuizen aan de rand van Bangkok helpt meer inkomsten te genereren. Als onderzoeker in het gebruikersanalyseteam was ik gefascineerd door hoeveel impact ik kon maken met datawetenschap; dus ik bleef er gewoon bij.
V. Wat inspireert je?
Ik word geïnspireerd door mensen die houden van anderen omringen zoals ze van zichzelf houden.
V. Wat zijn enkele van je favoriete dingen over de staat Washington?
Zeker de natuur en de mensen.
V. Wat is er één ding aan jullie dat mensen niet kunnen vinden via internet?
Dit is moeilijk. Leuk weetje, ik kom uit Bangkok en Thaise namen zijn zo uniek. Als je alleen mijn naam googelt, is de kans al 99% dat je me binnen een seconde vindt. Maar een ding dat je ongetwijfeld niet op internet kunt vinden, is dat ik een hekel heb aan snowboarden, maar ik vind het heerlijk om in het resort hete ramen te maken voor mijn vrienden.